Effectiveness of the BreatheSuite Device in Assessing the Technique of Metered-Dose Inhalers: Validation Study (Preprint)
Notice bibliographique
Résumé
BACKGROUND The majority of medications used in treating asthma and chronic obstructive pulmonary disease (COPD) are taken through metered-dose inhalers (MDIs). Studies have reported that most patients demonstrate poor inhaler technique, which has resulted in poor disease control. Digital Health applications have the potential to improve the technique and adherence of inhaled medications. OBJECTIVE This study aimed to validate the effectiveness of the BreatheSuite MDI device in assessing the technique of taking a dose via an MDI. METHODS The study was a validation study. Thirty participants who self-reported a diagnosis of asthma or COPD were recruited from community pharmacies in Newfoundland and Labrador, Canada. Participants used a BreatheSuite MDI device attached to a placebo MDI and resembled taking 3 doses. Pharmacists used a scoring sheet to evaluate the technique of using the MDI. An independent researcher compared the results of the pharmacist’s scoring sheet with the results of the BreatheSuite device. RESULTS This study found that the BreatheSuite MDI can objectively detect several errors in the MDI technique. The data recorded by the BreatheSuite MDI device showed that all participants performed at least one error in using the MDI. The BreatheSuite device captured approximately 40% (143/360) more errors compared to observation alone. The distribution of participants who performed errors in MDI steps as recorded by BreatheSuite compared to errors reported by observation alone were as follows: shaking before actuation, 33.3% (30/90) versus 25.5% (23/90); upright orientation of the inhaler during actuation, 66.7% (60/90) versus 18.87% (17/90); coordination (actuating after the start of inhalation), 76.6% (69/90) versus 35.5% (32/90); and duration of inspiration, 96.7% (87/90) versus 34.4% (31/90). CONCLUSIONS The BreatheSuite MDI can objectively detect several errors in the MDI technique, which were missed by observation alone. It has the potential to enhance treatment outcomes among patients with chronic lung diseases.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».